容差与蒙特卡洛:标称值不是每台机器
约 14 分钟
电阻、电容、器件增益和温度系数都有分布。只用标称值仿真得到的是一台理想样机,不能证明量产或环境变化下满足规格。需要最坏情况、灵敏度与蒙特卡洛分析。
灵敏度
输出对参数的归一化灵敏度描述参数百分比变化引起输出百分比变化。高灵敏参数应选更紧容差、温漂更低器件或改变拓扑。
最坏情况
把所有参数推向最不利端点提供保守界,但参数组合很多且“都在极端”概率很低。单调关系可减少组合;非单调时需优化或分段检查。
蒙特卡洛
按器件分布与相关性随机抽样,统计性能良率。样本数决定尾部估计精度;一千次没有失败不能证明百万分之一失效率。
分布与相关
容差不一定均匀或正态,同一电阻阵列内比值可能高度相关。错误独立假设会高估或低估性能。没有厂商统计时做多场景敏感性。
温度和老化
温漂、偏置、供电和老化是系统变量,不应混在室温容差中。定义工作角落并加入自热反馈。
蒙特卡洛模型经实测批次数据校准后才更可信;若只有数据手册上下限,分别做保守区间和假设分布分析,并清楚标注二者不是同一证据等级。
任务:对有源滤波器做容差蒙特卡洛,报告截止、峰值、良率、最敏感参数和样本不确定度。
小纸条
蒙特卡洛一千次都通过,为什么不能证明失效率低于百万分之一?